Oracle memperluas kemampuan komputasi kecerdasan buatan melalui kerja sama dengan Google dan Cerebras Systems. Dalam pengumuman pada 27 Oktober 2026 di ajang Oracle AI World, perusahaan memperkenalkan rencana menghadirkan Google Tensor Processing Unit atau TPU serta sistem inferensi AI berkecepatan tinggi dari Cerebras ke Oracle Cloud Infrastructure. Langkah ini bertujuan memberikan lebih banyak pilihan perangkat keras bagi perusahaan yang mengembangkan model AI maupun menjalankan aplikasi berbasis kecerdasan buatan. Perkembangan TEKNOLOGI tersebut juga memperlihatkan perubahan industri komputasi awan yang semakin mengutamakan efisiensi, fleksibilitas, dan kemampuan menyesuaikan infrastruktur dengan karakteristik pekerjaan AI.
Pengembangan Komputasi AI Oracle dengan Dukungan Google dan Cerebras
Perkembangan komputasi berbasis AI mendorong kebutuhan terhadap akselerator pemrosesan modern. Oracle menyikapi perubahan tersebut dengan menambah pilihan arsitektur komputasi pada Oracle Cloud Infrastructure atau OCI. Berkat kolaborasi bersama Google dan Cerebras, perusahaan berupaya penyediaan infrastruktur yang lebih mudah disesuaikan berdasarkan jenis pekerjaan AI. Langkah tersebut menunjukkan bahwa kebutuhan komputasi untuk pelatihan model tidak selalu sama dengan kebutuhan menjalankan model yang telah selesai dilatih. Karena itu, penyedia cloud perlu menyediakan beberapa pilihan akselerator dengan karakteristik berbeda. Strategi tersebut diharapkan dapat mendukung pelanggan memilih sistem berdasarkan performa, biaya operasional, dan kebutuhan pengembangan aplikasi.
Perluasan layanan tersebut disampaikan dalam acara Oracle AI World di Las Vegas pada 27 Oktober 2026. Selain memperkuat kerja sama dengan Google dan Cerebras, Oracle juga mengembangkan dukungan terhadap teknologi NVIDIA, AMD, dan Intel. Dengan demikian, pelanggan OCI diharapkan memperoleh pilihan komputasi yang lebih beragam dalam satu ekosistem cloud. Strategi penggunaan berbagai jenis chip tersebut dimaksudkan untuk membatasi ketergantungan pada satu jenis akselerator. Namun demikian, ketersediaan perangkat keras tidak otomatis tersedia secara bersamaan. Masing-masing platform memiliki jadwal peluncuran, persyaratan perangkat lunak, dan konfigurasi yang sebaiknya diperiksa sebelum digunakan untuk pekerjaan produksi.
Google TPU Menjadi Pilihan Baru Komputasi AI pada Oracle Cloud
Langkah penting dalam kerja sama tersebut adalah rencana menyediakan Google Tensor Processing Unit pada Oracle Cloud Infrastructure. TPU merupakan perangkat pemrosesan teroptimasi untuk menjalankan operasi komputasi yang banyak digunakan dalam pembelajaran mesin. Tidak seperti prosesor serbaguna, TPU dikembangkan untuk memaksimalkan efisiensi pemrosesan model AI melalui kombinasi perangkat keras dan perangkat lunak. Google terus menyempurnakan teknologi ini selama lebih dari satu dekade. Dengan integrasi yang direncanakan, OCI akan menjadi penyedia cloud hyperscale pertama di luar Google yang menawarkan TPU. Pilihan baru tersebut diharapkan dapat membantu organisasi menjalankan berbagai pekerjaan AI tanpa harus memindahkan seluruh infrastruktur ke platform cloud berbeda.
Sebagai bagian dari generasi terbarunya, Google menghadirkan arsitektur TPU generasi kedelapan yang terdiri atas TPU 8t dan TPU 8i. Kedua arsitektur tersebut menghadirkan fokus penggunaan yang berbeda. TPU 8t dirancang untuk mendukung proses pelatihan model AI berukuran besar, sedangkan TPU 8i berfokus untuk kebutuhan inferensi. Dengan perbedaan karakteristik ini, pengguna dapat menentukan akselerator berdasarkan jenis pekerjaan yang diproses. Sebagai contoh, laboratorium AI yang melatih model besar membutuhkan karakteristik komputasi berbeda dari perusahaan yang melayani permintaan chatbot secara terus-menerus. Oracle dan Google menargetkan ketersediaan TPU di OCI mulai tahun kalender 2027. Oleh sebab itu, layanan tersebut masih merupakan pengembangan yang dijadwalkan, bukan fasilitas yang sudah tersedia secara umum pada saat pengumuman.
Oracle Menambahkan Sistem Wafer Scale Engine dari Cerebras
Di samping menghadirkan rencana penggunaan TPU, Oracle juga memperkenalkan kerja sama dengan Cerebras Systems. Kolaborasi tersebut berfokus pada penyediaan kemampuan inferensi AI berkecepatan tinggi melalui infrastruktur OCI. Inferensi merupakan tahap ketika model yang telah dilatih memberikan respons berdasarkan permintaan pengguna. Dalam penggunaan sehari-hari, proses ini dijalankan ketika chatbot merespons pertanyaan, sistem pencarian menghasilkan jawaban, atau asisten digital menyelesaikan tugas tertentu. Kecepatan inferensi menjadi faktor penting karena secara langsung memengaruhi pengalaman pengguna. Berkat sistem inferensi khusus tersebut, Oracle menargetkan menyediakan pilihan untuk menjalankan aplikasi AI yang membutuhkan respons cepat.
Cerebras dikenal penggunaan arsitektur wafer-scale yang memiliki rancangan tersendiri dibandingkan banyak akselerator AI konvensional. Berkat sistem pemrosesan terintegrasi, Cerebras mencoba peningkatan kemampuan pemrosesan model AI dengan mengurangi hambatan perpindahan data antarkomponen. Karakteristik ini merupakan salah satu alasan teknologi Cerebras menarik untuk pekerjaan inferensi. Ketika menjalankan sistem produksi, manfaat kecepatan tetap dipengaruhi oleh model, konfigurasi, serta karakteristik permintaan. Oracle menjadwalkan penggunaan sistem inferensi wafer-scale Cerebras pada 2027. Walaupun demikian, rincian layanan, harga, dan ketersediaan berdasarkan wilayah masih harus dipastikan setelah layanan resmi diluncurkan.
NVIDIA AMD Intel dan SambaNova Melengkapi Ekosistem AI Oracle
Pendekatan pengembangan OCI tidak hanya berfokus pada chip Google dan Cerebras. Oracle juga melanjutkan kerja sama dengan berbagai produsen semikonduktor untuk menyediakan sistem komputasi dengan kebutuhan berbeda. Untuk kebutuhan pemrosesan skala besar, perusahaan menawarkan teknologi NVIDIA untuk berbagai pekerjaan AI intensif. Selain itu, Oracle merencanakan dukungan terhadap prosesor AMD EPYC generasi terbaru serta teknologi Intel. Integrasi teknologi dari SambaNova juga termasuk bagian dari strategi memperluas pilihan inferensi. Berkat portofolio pemrosesan yang lebih luas, Oracle berupaya infrastruktur yang dapat melayani kebutuhan aplikasi secara lebih tepat. Strategi ini bermanfaat karena tidak semua pekerjaan AI mengandalkan tingkat performa dan karakteristik perangkat keras yang sama.
Pemilihan akselerator yang tepat dapat berdampak pada efisiensi biaya serta pengalaman pengguna aplikasi AI. Ketika mengembangkan model baru, organisasi biasanya memprioritaskan throughput komputasi, kapasitas memori, dan kemampuan komunikasi antarchip. Untuk pekerjaan berbeda, aplikasi inferensi sering mengutamakan respons cepat, biaya pemrosesan per permintaan, dan kestabilan layanan. Akibat variasi beban komputasi, penggunaan satu arsitektur untuk seluruh aktivitas belum tentu menawarkan efisiensi terbaik. Melalui pendekatan multiarsitektur, pelanggan OCI memiliki kesempatan untuk mengalokasikan pekerjaan pada perangkat yang paling sesuai. Namun, pemilihan infrastruktur tetap mengandalkan evaluasi kompatibilitas perangkat lunak dan perhitungan biaya secara menyeluruh.
Peluang Infrastruktur AI yang Lebih Fleksibel dan Efisien
Untuk organisasi bisnis, perluasan pilihan komputasi AI memiliki peluang untuk menawarkan fleksibilitas dalam mengembangkan aplikasi berbasis kecerdasan buatan. Perusahaan yang mengelola sistem data pada Oracle Cloud Infrastructure dapat merencanakan penggunaan akselerator yang sesuai tanpa harus mentransfer seluruh lingkungan kerja ke penyedia cloud berbeda. Kemampuan integrasi ini memiliki peluang untuk mempermudah pengelolaan data serta meminimalkan kompleksitas operasional. Dalam skenario tertentu, perusahaan yang membangun layanan pelanggan berbasis AI dapat menentukan sistem inferensi berdasarkan jumlah permintaan dan kebutuhan latensi. Di sisi lain, organisasi yang melatih model khusus dapat memanfaatkan akselerator dengan kemampuan pemrosesan skala besar. Namun demikian, efisiensi nyata tetap bergantung oleh harga layanan, kebutuhan pemindahan data, serta optimasi aplikasi.
Tidak hanya untuk pelanggan enterprise, langkah Oracle juga membuka peluang bagi pengembang perangkat lunak dan laboratorium penelitian AI. Dengan tersedianya beberapa arsitektur pemrosesan, pengembang dapat membandingkan kemampuan perangkat keras untuk model dan aplikasi yang berbeda. Untuk kebutuhan penelitian, model bahasa besar dapat membutuhkan konfigurasi yang berbeda dari sistem pengenalan gambar atau aplikasi pencarian berbasis AI. Melalui pengujian tersebut, tim pengembangan dapat menentukan strategi penerapan yang lebih sesuai kebutuhan. Faktor lain yang harus dievaluasi adalah konsumsi energi dan kemampuan pendinginan pusat data. Oracle mengembangkan infrastruktur daya, jaringan, serta pendinginan untuk mendukung akselerator AI berkapasitas tinggi. Berkat integrasi sistem yang sesuai, pelanggan dapat meningkatkan efisiensi penggunaan sumber daya komputasi.
Ringkasan Strategi Oracle Menggunakan Teknologi Google dan Cerebras
Strategi komputasi terbaru Oracle bersama Google dan Cerebras menandai langkah penting dalam pengembangan teknologi kecerdasan buatan. Melalui rencana menghadirkan Google TPU dan sistem inferensi Cerebras, OCI mempersiapkan pilihan arsitektur pemrosesan yang lebih fleksibel. Penambahan teknologi tersebut diharapkan dapat membantu perusahaan menyesuaikan kebutuhan pelatihan dan inferensi model AI. Namun demikian, ketersediaan layanan Google TPU dan Cerebras masih direncanakan untuk 2027 sehingga pelanggan perlu memeriksa perkembangan implementasinya. Pada masa mendatang, persaingan penyedia cloud kemungkinan akan semakin menitikberatkan efisiensi biaya, fleksibilitas, dan performa komputasi. Menurut Anda, apakah penggunaan berbagai jenis chip AI akan membuka peluang baru dalam industri TEKNOLOGI? Sampaikan pandangan Anda mengenai perkembangan infrastruktur kecerdasan buatan ini.
